Home 3月28日报告说，在中国电动汽车一百人论坛（2025）期间，中国工程学院的学者吴·赫奎恩说，今天有一定程度的重叠和浪费智能驾驶培训。如果每个汽车和城市公司都进行自动驾驶培训，则无效。他建议，最合理的模型是使国家领导适用于全国道路的自动驾驶培训模型的共同开发，包括汽车公司和当地运输部门。在此基础上，城市可以根据自己的物业在本地云平台上增加并正确数据，以防止重复投资。当前的智能运输系统主要由三分之一组成：自行车智能，网络网络和云计算，形成一个完整的系统，其中包括“网络边缘计算”。其中，汽车互联网包括两种主要成分：5G基于/5.5G的公共网络和专用的V2X网络，共同支持车辆和云的合并合作。吴·赫奎安（Wu Hequuan）表示，在L5自动驾驶中进行培训（IT Home Note：车辆可以在所有环境中，随时可以在任何时间内完全自动驾驶）需要170亿公里的真实道路测试数据，但目前有效的数据只有1％，而90％的数据来自封闭的道路和封闭环境。产生数据的过多的AI希望可能导致“近亲”问题，建议使用TOMAINTAIN 10％-20％的真实数据作为基础。因此，吴·赫奎安（Wu Hequuan）建议，数据删除可以将冗余减少95％，并被要求开发AI辅助技术以降低成本。要实现L5自动驾驶，需要8000亿个参数模型，并且年度计算功率需求高达20,000 eflops，这比当前的全球计算强度总和还多。 “如果每辆车公司和每个城市都必须进行这种自主驾驶培训，这确实没有用。”